2026-11-07 12:32:42 +08:00
|
|
|
|
---
|
|
|
|
|
|
tags: [数学一, 在学练习, 概率论, 多维随机变量, 函数分布, 雅可比]
|
|
|
|
|
|
专题: 概率论 第3讲 · 点5 随机变量函数的分布:两条路
|
|
|
|
|
|
日期: 2026-11-07
|
|
|
|
|
|
状态: 知识点带题(5.1 分布函数法、5.2 雅可比法、5.3 选路,共 4 题)
|
|
|
|
|
|
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
|
|
# 点 5 随机变量函数的分布:两条路
|
|
|
|
|
|
|
|
|
|
|
|
> 真题锚点:2017·22、2019·22、2021·22、2023·22(十年约 **46 分**,本讲分值最重)|重要度 ★★★
|
|
|
|
|
|
> 依赖:点 1—点 4 的联合密度与独立性。盘点对应:§5 全节。
|
|
|
|
|
|
|
|
|
|
|
|
**组织原则**:这一点的全部内容是**两条路 + 一张选路表**。分布函数法是通法(永远能做),雅可比法是快法(要会写反解)。出题顺序:通法两题(矩形区域、区域型各一)→ 快法一题 → 选路一题。难度标准:★★☆ 两题、★★★ 一题、★☆☆ 一题。
|
|
|
|
|
|
|
|
|
|
|
|
## 知识点 5.1 分布函数法(出处:[知识章 §10.2](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/2-random-variables-and-distribution/random-variables-and-distribution.tex))
|
|
|
|
|
|
|
|
|
|
|
|
$$F_Z(z)=P\{g(X,Y)\le z\}=\iint_{\{(x,y):\,g(x,y)\le z\}}f(x,y)\,\mathrm d\sigma,\qquad f_Z(z)=F_Z'(z).$$
|
|
|
|
|
|
|
|
|
|
|
|
**三步**:① 把 $g(x,y)\le z$ 翻译成**平面区域**(这是全部功夫);② 按 $z$ 的取值**分段**(分段点来自区域的几何临界位置:$z$ 小于最小值、落在中间、大于最大值);③ 积分后**求导**。
|
|
|
|
|
|
|
|
|
|
|
|
**分段的判据**:把 $z$ 看成"水平面在移动",看它扫过支撑集时**交线形状是否换型**。例如 $Z=X+Y$ 在单位正方形上:$z<0$ 无交、$0<z<1$ 三角、$1<z<2$ 五边形(补三角)、$z>2$ 全含。
|
|
|
|
|
|
|
|
|
|
|
|
## 知识点 5.2 雅可比变换法(出处:[知识章 §10.2 连续型](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/2-random-variables-and-distribution/random-variables-and-distribution.tex))
|
|
|
|
|
|
|
|
|
|
|
|
设 $\begin{cases}u=g_1(x,y)\\v=g_2(x,y)\end{cases}$ 有唯一反解 $x=x(u,v)$ 、$y=y(u,v)$ ,则
|
|
|
|
|
|
|
|
|
|
|
|
$$f_{U,V}(u,v)=f\big(x(u,v),\,y(u,v)\big)\cdot\lvert J\rvert,\qquad J=\frac{\partial(x,y)}{\partial(u,v)}=\begin{vmatrix}\dfrac{\partial x}{\partial u}&\dfrac{\partial x}{\partial v}\\[6pt]\dfrac{\partial y}{\partial u}&\dfrac{\partial y}{\partial v}\end{vmatrix}.$$
|
|
|
|
|
|
|
|
|
|
|
|
**四个动作**:① 写反解;② 算 $J$ (**取绝对值**);③ 把 $f$ 里的 $x,y$ 全换掉;④ 对不要的那个变量积分得边缘。
|
|
|
|
|
|
|
|
|
|
|
|
**为什么能"顺带判独立"**:若 $f_{U,V}(u,v)$ 恰好能写成 $a(u)b(v)$ 且支撑是矩形,则 $U\perp V$ ——一眼看出,不必再算边缘。
|
|
|
|
|
|
|
2026-11-07 14:07:16 +08:00
|
|
|
|
> **只要求一个函数的分布时也能用它**:拉一个**陪变量** $V=Y$ 把"一个函数"补成"一次变换",积分掉 $v$ 就回到边缘。点 6 §6.2 的三个成品公式(差、积、商)就是这样推出来的,见 [点 6 §6.2 差、积、商](07-点6-四则运算与最值.md)。
|
|
|
|
|
|
|
2026-11-07 12:32:42 +08:00
|
|
|
|
## 知识点 5.3 三条路怎么选(出处:本讲点 6 与 §5 综合)
|
|
|
|
|
|
|
|
|
|
|
|
| 题目长相 | 走哪条 | 理由 |
|
|
|
|
|
|
|---|---|---|
|
|
|
|
|
|
| 求 $Z=g(X,Y)$ ,$g$ 一般(含平方、商、绝对值) | **分布函数法** | "$g\le z$ "总能翻译成区域 |
|
|
|
|
|
|
| 已知两个**边缘**且独立,求 $Z=X+Y$ | **卷积公式** | 卷积就是分布函数法在这里的成品 |
|
|
|
|
|
|
| 需要**两个函数**的联合分布(如 $X+Y$ 与 $X/(X+Y)$ ) | **雅可比** | 分布函数法处理不了"两个新变量" |
|
|
|
|
|
|
| 求 $\max$ 、$\min$ | 直接用 $F^n$ 、$1-(1-F)^n$ | 独立性使"全部 $\le z$ "变成乘积 |
|
|
|
|
|
|
|
|
|
|
|
|
> **一条保险策略**:不确定时**先走分布函数法**。它慢但不会错;做完后用雅可比复核(若时间允许),两法结果一致才敢交卷。
|
|
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
|
|
## 题目(按知识点顺序对应)
|
|
|
|
|
|
|
|
|
|
|
|
### 题 1 · 5.1:分布函数法求和的分布(★★☆)
|
|
|
|
|
|
|
|
|
|
|
|
> 设 $X$ 与 $Y$ 相互独立,都服从 $U(0,1)$ ,$Z=X+Y$ 。
|
|
|
|
|
|
>
|
|
|
|
|
|
> (Ⅰ)用分布函数法求 $F_Z(z)$ 与 $f_Z(z)$ ;
|
|
|
|
|
|
> (Ⅱ)说明分段点 $z=0,1,2$ 是怎么来的;
|
|
|
|
|
|
> (Ⅲ)求 $P\left\{Z<\frac12\right\}$ 。
|
|
|
|
|
|
|
|
|
|
|
|
**怎么想**:$F_Z(z)$ 是"单位正方形被 $x+y\le z$ 切下的面积"。$z$ 从 $0$ 移到 $2$ 时,切下的形状从"无"→"三角形"→"五边形"→"全含",四次换型就是三个分段点。
|
|
|
|
|
|
|
|
|
|
|
|
**解**:
|
|
|
|
|
|
|
|
|
|
|
|
**(Ⅰ)** 支撑是单位正方形,面积为 $1$ ,故 $f(x,y)=1$ 在正方形上,且
|
|
|
|
|
|
|
|
|
|
|
|
$$F_Z(z)=P\{X+Y\le z\}=\text{区域}\{x+y\le z\}\cap[0,1]^2\text{的面积}.$$
|
|
|
|
|
|
|
|
|
|
|
|
- $z<0$ :$F_Z=0$ ;
|
|
|
|
|
|
- $0\le z<1$ :切下的是直角边为 $z$ 的等腰直角三角形,$F_Z(z)=\dfrac{z^2}{2}$ ;
|
|
|
|
|
|
- $1\le z<2$ :补集是直角边为 $2-z$ 的三角形,$F_Z(z)=1-\dfrac{(2-z)^2}{2}$ ;
|
|
|
|
|
|
- $z\ge2$ :$F_Z=1$ 。
|
|
|
|
|
|
|
|
|
|
|
|
求导:
|
|
|
|
|
|
|
|
|
|
|
|
$$f_Z(z)=\begin{cases}z,&0<z<1\\[2pt]2-z,&1<z<2\\[2pt]0,&\text{其他}\end{cases}$$
|
|
|
|
|
|
|
|
|
|
|
|
**(Ⅱ)** 分段点来自**交线换型**:$z=0$ 时区域从"空"变"非空";$z=1$ 时区域从"三角形"变成"五边形"(正方形的一角被切出去了);$z=2$ 时区域吞满整个正方形。**三个点是"形状分类"的临界值,不是随便取的**。
|
|
|
|
|
|
|
|
|
|
|
|
**(Ⅲ)** $\frac12$ 落在第一段:
|
|
|
|
|
|
|
|
|
|
|
|
$$P\left\{Z<\frac12\right\}=F_Z\left(\frac12\right)=\frac{(1/2)^2}{2}=\frac18 .$$
|
|
|
|
|
|
|
|
|
|
|
|
**验算**:$\int_0^1z\,\mathrm dz+\int_1^2(2-z)\,\mathrm dz=\frac12+\frac12=1$ ✓;且 $f_Z$ 在 $z=1$ 处左右极限都是 $1$ ,连续 ✓(三角形分布)。
|
|
|
|
|
|
|
|
|
|
|
|
**带走结论**:**$Z=X+Y$ 的两个均匀变量给出三角分布**,峰值在 $z=1$ 。这个形状与"两个骰子点数之和"完全同构——卷积就是把分布"越卷越尖"。
|
|
|
|
|
|
|
|
|
|
|
|
> **关联** · 盘点 [§5.1 分布函数法(通法,必掌握)](01-知识点盘点.md#user-content-51-分布函数法通法必掌握) | 上游 — | 下游 [点 5 题 2](06-点5-函数分布两条路.md#user-content-题-2--51区域型支撑上的函数分布) | 速查 [七 函数分布三条路](09-速查卡.md#user-content-七-函数分布三条路)
|
|
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
|
|
### 题 2 · 5.1:区域型支撑上的函数分布(★★☆)
|
|
|
|
|
|
|
|
|
|
|
|
> 设 $(X,Y)$ 在 $D=\{(x,y):0<y<x<1\}$ 上服从均匀分布(联合密度为 $2$ ),令 $Z=\dfrac YX$ 。
|
|
|
|
|
|
>
|
|
|
|
|
|
> (Ⅰ)求 $Z$ 的取值范围;
|
|
|
|
|
|
> (Ⅱ)用分布函数法求 $F_Z(z)$ 与 $f_Z(z)$ ;
|
|
|
|
|
|
> (Ⅲ)求 $E Z$ ,并解释结果为什么"看起来很自然"。
|
|
|
|
|
|
|
|
|
|
|
|
**怎么想**:$0<y<x$ 保证 $Z\in(0,1)$ 。求 $F_Z$ 就是算 $\{Y\le zX\}\cap D$ 的面积——注意 $z<1$ 时直线 $y=zx$ **落在 $y=x$ 下方**,所以它把三角形整个"压扁"成一个小三角形,面积好算。
|
|
|
|
|
|
|
|
|
|
|
|
**解**:
|
|
|
|
|
|
|
|
|
|
|
|
**(Ⅰ)** 由 $0<y<x$ 得 $0<\dfrac yx<1$ ,故 $Z\in(0,1)$ 。
|
|
|
|
|
|
|
|
|
|
|
|
**(Ⅱ)** 对 $0<z<1$ :
|
|
|
|
|
|
|
|
|
|
|
|
$$F_Z(z)=P\left\{\frac YX\le z\right\}=P\{Y\le zX\}=2\times\text{面积}\{0<y<zx,\ 0<x<1\},$$
|
|
|
|
|
|
|
|
|
|
|
|
面积 $=\int_0^1zx\,\mathrm dx=\dfrac z2$ ,故
|
|
|
|
|
|
|
|
|
|
|
|
$$F_Z(z)=2\cdot\frac z2=z .$$
|
|
|
|
|
|
|
|
|
|
|
|
于是
|
|
|
|
|
|
|
|
|
|
|
|
$$f_Z(z)=1,\qquad 0<z<1,$$
|
|
|
|
|
|
|
|
|
|
|
|
即 $Z\sim U(0,1)$ 。($z\le0$ 时 $F_Z=0$ ,$z\ge1$ 时 $F_Z=1$ 。)
|
|
|
|
|
|
|
|
|
|
|
|
**(Ⅲ)** $Z\sim U(0,1)$ ,故 $EZ=\frac12$ 。
|
|
|
|
|
|
|
|
|
|
|
|
"自然"的理由:在三角形 $0<y<x<1$ 上均匀取点,**射线角度是均匀的**——$Z=y/x$ 正是斜率,而斜率在 $(0,1)$ 上均匀分布。可以验证:$P\{Y\le zX\}=z$ 对一切 $z\in(0,1)$ 成立,正是均匀分布的标志。
|
|
|
|
|
|
|
|
|
|
|
|
**验算**:$F_Z(1)=1$ ✓;$\int_0^1z\cdot1\,\mathrm dz=\frac12=EZ$ ✓。另一条路(直接积分):
|
|
|
|
|
|
|
|
|
|
|
|
$$EZ=\int_0^1\!\!\int_0^x\frac yx\cdot2\,\mathrm dy\,\mathrm dx=\int_0^1\frac{2}{x}\cdot\frac{x^2}{2}\,\mathrm dx=\int_0^1x\,\mathrm dx=\frac12\ ✓$$
|
|
|
|
|
|
|
|
|
|
|
|
**带走结论**:**商的分布先看几何意义**。均匀分布在三角形上时,"比值"多半是均匀的;这类结论能省掉整个积分。若支撑换成一般区域,就必须老老实实算面积函数再求导。
|
|
|
|
|
|
|
|
|
|
|
|
> **关联** · 盘点 [§5.1 分布函数法(通法,必掌握)](01-知识点盘点.md#user-content-51-分布函数法通法必掌握) | 上游 [点 5 题 1](06-点5-函数分布两条路.md#user-content-题-1--51分布函数法求和的分布) | 下游 — | 速查 [七 函数分布三条路](09-速查卡.md#user-content-七-函数分布三条路)
|
|
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
|
|
### 题 3 · 5.2:雅可比法与"顺带判独立"(★★★)
|
|
|
|
|
|
|
|
|
|
|
|
> 设 $X$ 与 $Y$ 相互独立,都服从参数为 $1$ 的指数分布。令
|
|
|
|
|
|
>
|
|
|
|
|
|
> $$U=X+Y,\qquad V=\frac{X}{X+Y} .$$
|
|
|
|
|
|
>
|
|
|
|
|
|
> (Ⅰ)求 $(U,V)$ 的联合密度;
|
|
|
|
|
|
> (Ⅱ)判断 $U$ 与 $V$ 是否独立,并写出各自的分布;
|
|
|
|
|
|
> (Ⅲ)由此求 $E\!\left(\dfrac{X}{X+Y}\right)$ 。
|
|
|
|
|
|
|
|
|
|
|
|
**怎么想**:这是"两个新变量"的典型——分布函数法完全没法处理,必须雅可比。反解要写成 $x,y$ 关于 $u,v$ 的式子:由 $v=\frac{x}{x+y}$ 得 $x=uv$ ,再由 $u=x+y$ 得 $y=u(1-v)$ 。
|
|
|
|
|
|
|
|
|
|
|
|
**解**:
|
|
|
|
|
|
|
|
|
|
|
|
**(Ⅰ)** 反解
|
|
|
|
|
|
|
|
|
|
|
|
$$x=uv,\qquad y=u(1-v),\qquad u>0,\ 0<v<1 .$$
|
|
|
|
|
|
|
|
|
|
|
|
雅可比
|
|
|
|
|
|
|
|
|
|
|
|
$$J=\begin{vmatrix}\dfrac{\partial x}{\partial u}&\dfrac{\partial x}{\partial v}\\[6pt]\dfrac{\partial y}{\partial u}&\dfrac{\partial y}{\partial v}\end{vmatrix}=\begin{vmatrix}v&u\\1-v&-u\end{vmatrix}=-uv-u(1-v)=-u,\qquad \lvert J\rvert=u .$$
|
|
|
|
|
|
|
|
|
|
|
|
联合密度($X,Y$ 独立同分布,$f(x,y)=\mathrm e^{-x}\mathrm e^{-y}=\mathrm e^{-(x+y)}$ ):
|
|
|
|
|
|
|
|
|
|
|
|
$$f_{U,V}(u,v)=\mathrm e^{-u}\cdot u=u\,\mathrm e^{-u},\qquad u>0,\ 0<v<1 .$$
|
|
|
|
|
|
|
|
|
|
|
|
**(Ⅱ)** 上式可分离:$f_{U,V}=\underbrace{u\mathrm e^{-u}}_{\text{只含 }u}\cdot\underbrace{1}_{\text{只含 }v}$ ,且支撑 $u>0$ 、$0<v<1$ 是矩形,故 $U$ 与 $V$ **相互独立**。归一化后
|
|
|
|
|
|
|
|
|
|
|
|
$$f_U(u)=u\mathrm e^{-u}\ (u>0)\ \Rightarrow\ U\sim\Gamma(2,1);\qquad f_V(v)=1\ (0<v<1)\ \Rightarrow\ V\sim U(0,1).$$
|
|
|
|
|
|
|
|
|
|
|
|
($u\mathrm e^{-u}$ 是 $\Gamma(2,1)$ 的密度:$\int_0^{+\infty}u\mathrm e^{-u}\mathrm du=1$ ✓。)
|
|
|
|
|
|
|
|
|
|
|
|
**(Ⅲ)** 因 $V\sim U(0,1)$ ,
|
|
|
|
|
|
|
|
|
|
|
|
$$E\!\left(\frac{X}{X+Y}\right)=EV=\frac12 .$$
|
|
|
|
|
|
|
|
|
|
|
|
**验算(不靠雅可比)**:由对称性,$X$ 与 $Y$ 同分布且 $\frac{X}{X+Y}+\frac{Y}{X+Y}=1$ ,故两者期望相等,各为 $\frac12$ ✓。这条"对称性验算"是本题最好的自检。
|
|
|
|
|
|
|
|
|
|
|
|
**带走结论**:**见到"$X+Y$ 与 $X/(X+Y)$ "这对组合,立刻想到雅可比**——它把"和"与"比例"拆成两个独立变量,是概率论里最漂亮的一次坐标变换。同类还有"$X+Y$ 与 $X-Y$ "(和为积分的因子化)。
|
|
|
|
|
|
|
|
|
|
|
|
> **关联** · 盘点 [§5.2 雅可比变换法(快法)](01-知识点盘点.md#user-content-52-雅可比变换法快法) | 上游 — | 下游 — | 速查 [七 函数分布三条路](09-速查卡.md#user-content-七-函数分布三条路)
|
|
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
|
|
### 题 4 · 5.3:四条路的选择(★☆☆)
|
|
|
|
|
|
|
|
|
|
|
|
> 下列四题,分别应走哪条路(分布函数法 / 卷积公式 / 雅可比 / 最值公式)?只需说明理由,不必计算。
|
|
|
|
|
|
>
|
|
|
|
|
|
> (Ⅰ)$X,Y$ 相互独立,$X\sim E(1)$ 、$Y\sim E(2)$ ,求 $Z=X+Y$ 的密度;
|
|
|
|
|
|
> (Ⅱ)$X,Y$ 相互独立且都服从 $U(0,1)$ ,求 $Z=X^2+Y^2$ 的密度;
|
|
|
|
|
|
> (Ⅲ)$X,Y$ 相互独立,求 $U=X+Y$ 与 $W=X-Y$ 的联合密度;
|
|
|
|
|
|
> (Ⅳ)$X_1,\dots,X_5$ 相互独立且都服从 $E(1)$ ,求 $M=\max X_i$ 的密度。
|
|
|
|
|
|
|
|
|
|
|
|
**怎么想**:判断标准只有两条——**要不要处理"两个新变量"**(要,则雅可比)、**函数是不是四则运算中的和**(是,则卷积)。其余一律分布函数法。
|
|
|
|
|
|
|
|
|
|
|
|
**解**:
|
|
|
|
|
|
|
|
|
|
|
|
(Ⅰ)**卷积公式**。已知两个**边缘密度**且独立,$Z$ 是"和",卷积一步到位:
|
|
|
|
|
|
|
|
|
|
|
|
$$f_Z(z)=\int_0^{z}\mathrm e^{-x}\cdot2\mathrm e^{-2(z-x)}\,\mathrm dx=\begin{cases}2\mathrm e^{-z}-2\mathrm e^{-2z},&z>0\\0,&z\le0\end{cases}$$
|
|
|
|
|
|
|
|
|
|
|
|
(**注意**:不是 $\Gamma$ 族的简单相加,因为两个 $\lambda$ 不同——可加性要求 $\lambda$ 相同。)
|
|
|
|
|
|
|
|
|
|
|
|
(Ⅱ)**分布函数法**。$Z=X^2+Y^2$ 不是四则运算,卷积公式用不上;但"$X^2+Y^2\le z$ "是**圆**,区域好画:
|
|
|
|
|
|
|
|
|
|
|
|
$$F_Z(z)=P\left\{X^2+Y^2\le z\right\}=\frac{\pi z}{4}\ (0<z<1)\ \Rightarrow\ f_Z(z)=\frac\pi4\quad(0<z<1).$$
|
|
|
|
|
|
|
|
|
|
|
|
($z\ge1$ 时要扣掉四角,需分段。)
|
|
|
|
|
|
|
|
|
|
|
|
(Ⅲ)**雅可比**。要求的是**两个**新变量的联合密度,分布函数法给不出来。反解 $x=\frac{u+w}{2}$ 、$y=\frac{u-w}{2}$ ,$\lvert J\rvert=\frac12$ 。
|
|
|
|
|
|
|
|
|
|
|
|
(Ⅳ)**最值公式**。独立同分布,$F_M=F^5$ :
|
|
|
|
|
|
|
|
|
|
|
|
$$F_M(z)=\left(1-\mathrm e^{-z}\right)^5,\qquad f_M(z)=5\left(1-\mathrm e^{-z}\right)^4\mathrm e^{-z}\quad(z>0).$$
|
|
|
|
|
|
|
|
|
|
|
|
**带走结论**:**"和"用卷积,"两个新变量"用雅可比,其余用分布函数法,最值用 $F^n$ 的公式**。四条路按这个顺序试,30 秒内一定能定下来。
|
|
|
|
|
|
|
|
|
|
|
|
> **关联** · 盘点 [§5.3 三条路怎么选](01-知识点盘点.md#user-content-53-三条路怎么选) | 上游 — | 下游 — | 速查 [七 函数分布三条路](09-速查卡.md#user-content-七-函数分布三条路)
|
|
|
|
|
|
|
|
|
|
|
|
---
|